EV-Battery-Banner

电动汽车

电池表面检测

使用深度学习解决方案检查电池涂层质量

An In-Sight D900 finds defects on an EV battery cell surface during inline inspection

相关产品

In-Sight D900

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

VisionPro ViDi Product Tile

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

电池在焊接后会被包在结实的保护涂层中。这个涂层可能会有缺陷,例如涂层下有气泡和夹杂物,涂层上有划痕,或者涂层不足。将这些电池紧密地包到电池模组后,很多因素会导致短路或过热:电池相距很近,每个电池需要承载的电量,电池产热,以及与热界面材料 (TIM) 接触不足。

电池涂层上可能会有各种不影响功能的轻微瑕疵,也会有影响安全性和稳定性的细微划痕。这些缺陷是一定要检测的,同时还要识别出有缺陷但功能正常的涂层。

电池表面检测可以使用先进的机器视觉系统,例如视觉系统内置深度学习检测功能的 In-Sight D900 系列。

康耐视深度学习产品使用合格和有缺陷表面的图像进行训练。康耐视深度学习的缺陷检测工具会学习识别和放行在可接受的差异范围内的表面,标记出不可接受的缺陷,同时排除光反射等自然变化的影响。

精选康耐产品

获取产品支持和培训以及更多

加入 MyCognex

是否有任何疑问?

世界各地的康耐视代表可以随时为您提供支持,满足您的视觉和工业读码需求。

联系我们
Loading...